関係データ（行列やテンソル）からクラスタリングをする手法についての本。説明不足はMLPシリーズの常だが、100ページ強でかなりまとまってると思った。
内容としては、まず対称データに対して適用するスペクトラルクラスタリングの話があり、次に非対称データに適用できるSBM・IBMを扱う。後半では行列分解に基づく学習の話が導入され、最後に行列の拡張としてテンソルに対する学習手法を紹介するという流れ。
SBMあたりでガッツリ確率モデルを扱うので数式が多かったが何とか読めた。CGSの導出とかは知らん。
テンソルとかいうの、難しそうで敬遠してたけど計算機で扱う上では単に行列のn次元拡張だと思えばよさそう？
